Vorhersagemodellierung

Bedingt ähnlich zu Glaskugel-Lesen

Sebastian Sauer

Letzte Aktualisierung: 2022-02-08 11:04:19

WORK IN PROGRESS

Allison Horst, CC-BY

1 Was Sie hier lernen und wozu das gut ist

In diesem Modul lernen Sie das Handwerk der Prognose: Auf Basis von Fakten (Daten) den (noch unbekannten) Wert einer Zielvariablen vorherzusagen. Zum Beispiel wieviel Umsatz von einem Kunden mit einem bestimmten Profil im Schnitt zu erwarten ist. Damit lernen Sie die Grundkompetenzen zum Berufsbild Data Scientist – ein angesagtes Berufsbild unserer Zeit. Außerdem lernen Sie etwas Handwerkszeug der (quantitativen) Forschung; der überwältigend große Teil der Forschung basiert auf Ideen, von denen Sie ein paar in diesem Kurs lernen.

Ansprache zur Motivation

2 Hinweise

Lesen Sie sich die folgenden Informationen bitte gut durch.

Hinweise

3 Modulliteratur

Ein Teil der Literatur ist über viele Hochschulbibliotheken als PDF herunterladen; andere Titel sind offen im Internet verfügbar. Oft müssen Sie per VPN angemeldet sein für Volltextzugriff, wenn Sie nicht auf dem Campus sind.

4 Vorbereitung vor dem Kurs

4.1 Installation von R und seiner Freunde

  • Installieren Sie R und seine Freunde.
  • Installieren Sie die folgende R-Pakete:
    • tidyverse
    • weitere Pakete werden im Unterricht bekannt gegeben (es schadet aber nichts, jetzt schon Pakete nach eigenem Ermessen zu installieren)

4.2 Lernhilfen

5 Themen

5.1 Grundbegriffe

5.1.1 Lernziele

  • Sie kennen zentrale Begriffe im Kontext der Datenanalyse.
  • Sie können den Unterschied zwischen Signal und Rauschen erklären.
  • Sie können zentrale Kompetenzen im Berufsfeld Data Science nennen.

5.1.2 Literatur

  • MODAR Kap. 1

5.1.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Lesen Sie die Literatur zum aktuellen Thema.
  • Sehen Sie sich ggf. das Video zum Folienskript an (zum aktuellen Thema).

5.1.4 Folien

5.1.5 Videos

5.1.7 Aufgaben

  • Stellen Sie das Berufsbild ‘Data Scientist’ vor!
  • Erstellen Sie ein Meme zum Thema Statistik bzw. Data Science!
  • Erklären Sie die Installation von R (und seiner Freunde)!
  • Erklären Sie, was man in der Mathe unter einer Funktion versteht!
  • Fassen Sie die Literatur zum heutigen Thema zusammen (z.B. im Rahmen eines Mindmaps oder einer geteilten Dokuments)!

5.2 ERRRstkontakt

5.2.1 Lernziele

  • Sie können R starten (installieren).
  • Sie wissen, was R-Pakete sind und können sie installieren und starten.
  • Sie können grundlegende Operationen in R durchführen, wie Variablen zuweisen und auslesen.

5.2.2 Literatur

  • MODAR Kap. 2-4

5.2.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

5.3 Datenimport

5.3.1 Lernziele

  • Sie können Daten (verschiedener Formate) in R importieren.
  • Sie kennen einige Datenstrukturen in R.

5.3.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

5.4 Datenjudo

5.4.1 Lernziele

  • Sie können Daten in R aufbereiten mit dem Tidyverse.

5.4.2 Literatur

  • MODAR Kap. 7

5.4.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

5.4.4 Videos

5.5 Deskriptive Statistik

5.5.1 Lernziele

  • Sie beherrschen grundlegende Operationen der univariaten deskriptiven Statistik sowohl für Lage- als auch Streuungsmaße.
  • Sie verstehen die Grundkonzepte der Korrelation und können diese in R berechnen.

5.5.2 Literatur

  • MODAR Kap. 8

5.5.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

5.6 Praxisprobleme der Datenaufbereitung

5.6.1 Lernziele

  • Sie wissen mit typischen Problemen der Datenaufbereitung umzugehen, wie mit fehlenden Werten, Datenanomalien oder Formatänderung der Tabelle.
  • Sie kennen die grundlegenden Eigenschaften der Normalverteilung.

5.6.2 Literatur

  • MODAR Kap. 9

5.6.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

5.7 Datenvisualisierung

5.7.1 Lernziele

  • Sie können Daten visualisieren, um wesentliche Einsichten zu vermitteln.

5.7.2 Literatur

5.7.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

5.8 Fallstudie-EDA

5.8.1 Lernziele

  • Sie können die gelernten Techniken der explorativen Datenanalyse praktisch anwenden.

5.8.2 Literatur

  • NA NA

5.8.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Sehen Sie sich ggf. das Video zum Folienskript an.

5.8.4 Videos

5.9 Modellieren

5.9.1 Lernziele

  • Sie verstehen die Methoden des Modellierens.

5.9.2 Literatur

  • MODAR Kap. 15

5.9.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

5.10 Regression

5.10.1 Lernziele

  • Sie verstehen die Grundkonzepte der Regression und können diese in R anwenden.

5.10.2 Literatur

  • MODAR Kap. 18

5.10.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

5.11 Klassifikation

5.11.1 Lernziele

  • Sie verstehen die Grundkonzepte der logistischen Regression und können diese in R anwenden.

5.11.2 Literatur

  • MODAR Kap. 19

5.11.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Lesen Sie die Literatur.
  • Sehen Sie sich ggf. das Video zum Folienskript an.

5.12 Fallstudie-Regression

5.12.1 Lernziele

  • Sie können die gelernten Techniken der Regressionsanalyse praktisch anwenden.

5.12.2 Literatur

  • NA NA

5.12.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Sehen Sie sich ggf. das Video zum Folienskript an.

5.12.4 Videos

5.12.5 Fallstudien

5.13 Fallstudie-Modellieren

5.13.1 Lernziele

  • Sie können die gelernten Techniken de Modellierens in der Statistik praktisch anwenden.

5.13.2 Literatur

  • NA NA

5.13.3 Vorbereitung

(zu erledigen vor dem Unterricht)

  • Sehen Sie sich ggf. das Video zum Folienskript an.

5.13.4 Videos

6 Prüfung

6.1 Was ist das für eine Prüfung?

Bei der Prüfung handelt es sich um einen Prognosewettbewerb.

Vorhersagen sind eine praktische Sache, zumindest wenn Sie stimmen. Wenn Sie den DAX-Stand von morgen genau vorhersagen können, rufen Sie mich bitte sofort an. Genau das ist Ihre Aufgabe in dieser Prüfungsleistung: Sie sollen Werte vorhersagen.

Etwas konkreter: Stellen Sie sich ein paar Studentis vor; von allen wissen Sie, wie lange die Person für die Statistikklausur gelernt hat. Außerdem wissen Sie die Motivation jeder Person und vielleicht noch ein paar noten-relevante Infos. Und Sie wissen die Note jeder Person in der Statistikklausur. Auf dieser Basis fragt sie ein Student (Alois), der im kommenden Semester die Prüfung in Statistik schreiben muss will: “Sag mal, wenn ich 100 Stunden lerne und so mittel motiviert bin, welche Note kann ich dann erwarten?”. Mit Hilfe Ihrer Analyse können Sie diese Frage beantworten. Natürlich könnten Sie es sich leicht machen und antworten: “Mei, der Notendurchschnitt war beim letzten Mal 2.7. Also ist das kein ganz doofer Tipp für deine Note.” Ja, das keine doofe Antwort, aber man kann es besser machen. Da hilft Ihnen die Statistik (doch, wirklich).

Kurz gesagt gehen Sie so vor: Importieren Sie die Daten in R, starten Sie die nötigen R-Pakete und schauen Sie sich die Daten unter verschiedenen Blickwinkeln an. Dann nehmen Sie die vielversprechendsten Prädiktoren in ein Regressionsmodell und schauen sich an, wie gut die Vorhersage ist. Wiederholen Sie das ein paar Mal, bis Sie ein Modell haben, das Sie brauchbar finden. Mit diesem Modell sagen Sie dann die Noten der neuen Studis (Alois und Co.) vorher. Je genauer Ihre Vorhersage, desto besser ist Ihr Prüfungsergebnis.

6.2 Hinweise zur Prüfung

  • Hinweise zur Prüfung
  • Einfache, beispielhafte Vorhersagemodellierung (Video)
  • Der gesamte Stoff, der im Unterricht behandelt bzw. für den Kurs bereitgestellt ist, ist prüfungsrelvant. Eine Ausnahme ist, wenn bestimmte Inhalte explizit als “nicht prüfungsrelevant” gekennzeichnet sind.
  • Denken Sie daran, sich rechtzeitig zu den Prüfungsleistungen anzumelden. Beachten Sie, dass die Fristen für Anmeldung und Abgabe (Hochladen der Prüfungsleistung) unterschiedlich sein können.

7 Literaturverzeichnis

Çetinkaya-Rundel, M. and J. Hardin (2021). Introduction to Modern Statistics. OpenIntro. OpenIntro.

Knorrenschild, M. (2021). Vorkurs Mathematik: ein Übungsbuch für Fachhochschulen. 5., aktualisierte Auflage. Mathematik - Studienhilfen. Hanser. 164 pp.

Sauer, S. (2019). Moderne Datenanalyse mit R: Daten einlesen, aufbereiten, visualisieren und modellieren. 1. Auflage 2019. FOM-Edition. Springer.

Wickham, H. and G. Grolemund (2018). R für Data Science: Daten importieren, bereinigen, umformen, modellieren und visualisieren. Trans. by F. Langenau. 1. Auflage. O’Reilly. 473 pp.

8 Kudos

Beim Schreiben dieses Kurses habe ich auf der Vorarbeit vieler Menschen aufgebaut. Viele Menschen haben mich unterstützt, großzügig und auf verschiedene Weise.

Einige möchte ich herausgreifen, um Danke zu sagen:

  • Kollegis wie Karsten Lübke, von denen ich viel gelernt habe.
  • Alle Open-Source-Entwickler, die Projekte wie dieses überhaupt erst möglichen machen. 💌